Hadoop综合大作业

1.用Hive对爬虫大作业产生的文本文件(或者英文词频统计下载的英文长篇小说)进行词频统计。

2.用Hive对爬虫大作业产生的csv文件进行数据分析,写一篇博客描述你的分析过程和分析结果。

 

 

1.用Hive对爬虫大作业产生的文本文件(或者英文词频统计下载的英文长篇小说)进行词频统计。

因为python生成的结果为中文,所以首先去网上下载一篇英文小说,我选择的时《了不起的盖茨比》

首先启动hadoop

Hadoop综合大作业_第1张图片

文件上传到hdfs

启动hive

Hadoop综合大作业_第2张图片

创建原始文件,导入文件到small中并查看,因为之前已经操作,所以直接查看是否有small表

 

然后进行HQL词频统计,结果放到small_count中

查看small_count表中的前十

Hadoop综合大作业_第3张图片

 

 2.用Hive对爬虫大作业产生的csv文件进行数据分析,写一篇博客描述你的分析过程和分析结果。
统计的时2345电影网的热门电影数据。如图:

Hadoop综合大作业_第4张图片

将文件转换为csv格式和txt格式,并将文件放入到虚拟机中

查看前十条:

Hadoop综合大作业_第5张图片

 

启动hdfs

 Hadoop综合大作业_第6张图片

 

 将文件上传至hdfs并显示前十条
Hadoop综合大作业_第7张图片

启动hive

Hadoop综合大作业_第8张图片

 创建数据库

 

创建表

将文件导入表中

查看前十条

Hadoop综合大作业_第9张图片

 

你可能感兴趣的:(Hadoop综合大作业)